http://blog.csdn.net/pipisorry/article/details/42715245
求解最大似然估计时发现有两种表示方法
from:Gregor Heinrich - Parameter estimation for text analysis
from:http://blog.csdn.net/pipisorry/article/details/42649657
有上述两种方法表示的缘由
p(x|theta)不总是代表条件几率;也就是说p(x|theta)不代表条件几率时与p(x;theta)等价
而1般地
写竖杠表示条件几率,是随机变量;
写分号p(x; theta)表示待估参数(是固定的,只是当前未知),应当可以直接认为是p(x),加了;是为了说明这里有个theta的参数,p(x; theta)意思是随机变量X=x的几率。在贝叶斯理论下又叫X=x的先验几率。
对P(y|x;theta)的解释
from:andrew ng机器学习讲义中,关于表示方法
对两种表示法,频率派和贝叶斯派的分歧
频率派认为参数为固定的值,是指真实世界中,参数值就是某个定值。
贝叶斯派认为参数是随机变量,是指取这个值是有1定几率的
from:http://blog.csdn.net/pipisorry/article/details/42715245
上一篇 jQuery插件之ajaxFileUpload详细解析
下一篇 往数据库中添加照片